Statistique : Tester l'association de variables
Cette grande leçon présente, sous l'angle de la statistique inférentielle, les principales méthodes pour tester l'existence d'une association entre variables : corrélations de variables numériques (r
de Pearson) ordinales (
de Spearman, 
de Kendal), ou nominales (
et 
). Après un rappel de la régression linéaire simple, on introduit la corrélation partielle. Finalement, cinq articles sont consacrés à la corrélation multiple.
8. Régression linéaire : Évaluer la qualité de la relation
Objectifs. Apprendre à évaluer la qualité d'une régression simple.
Prérequis.
- Cours de L1 sur la corrélation linéaire
- Cours de L1 sur l'Approche intuitive
- Cours de L1 sur la statistique inférentielle, l'Hypothèse nulle
- La décision statistique
- Test de la liaison entre deux variables : descriptive L1 / Inférentielle L2
- Régression simple approche descriptive (L1)
- Régression simple : approche inférentielle (L2)
Résumé. Trois types de critères d'évaluation sont examinés : la normalité des résidus, l'homoscédasticité ou l'hétéroscédasticité, et le fait que les résidus ne devraient pas pouvoir être prédits.
Background Colour
Font Face
Font Size
Text Colour
Font Kerning
Image Visibility
Letter Spacing
Line Height
Link Highlight
Text Alignment
